硕士学位论文题目表观遗传修饰间相互作用关系的研究研究生戴胜冬专业计算机应用技术指导教师杨昆副教授完成日期年月万方数据杭州电子科技大学硕士学位论文表观遗传修饰间相互作用关系的研究研究生戴胜冬指导教师杨昆副教授年月万方数据,万方数据杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名日期年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文学校可以公布论文的全部或部分内容，可以允许采用影印缩印或其它复制手段保存论文。保密论文在解密后遵守此规定论文作者签名日期年月日指导教师签名日期年月万方数据杭州电子科技大学硕士学位论文摘要表观遗传特征的研究在表观遗传学的领域中是个热点问题。其中特征的提取量化是个关键步骤，然而目前各文献采用的方法不同，所使用的特征也不相同，导致特征量化的具体过程计算繁琐。同时，由于序列模式特征计算的特殊性，常规的模式匹配算法的应用并不理想。另外，在对甲基化的研究中，各方法所使用的特征存在差异，甲基化的重要特征并不明确。最后，表观遗传特征间是如何相互作用来调控基因表达的原理还并不明确。本文针对上述表观遗传学研究中存在的问题，开展了对表观遗传特征相关算法工具及其与基因表达关系的分析研究，论文的主要研究内容和创新点如下集成文献中的重要特征，设计并实现了个序列的特征提取软件工具。该软件封装了特征的计算过程，可以方便地批量计算目标序列的相关特征，为后续的数据分析和挖掘提供便利。分析了序列特征计算过程中的特殊性，提出了种基于“空间换时间”的序列模式计算算法，设计了以数据结构来存储中间结果的方案，使得扫描序列次即可同时计算所有元组模式在该序列中出现的次数。实验结果及分析表明，该算法提升了序列模式特征计算的效率，较好地解决了计算序列模式特征的问题。集成甲基化的主要特征，对岛和非岛序列进行分析，鉴别特征的重要性，并利用特征选择技术识别紧凑的特征子集。结果表明，序列模式和组蛋白修饰都是关联序列甲基化的重要特征但并不独立，两者结合共同参与维持序列的甲基化模式同时是岛序列和非岛序列最重要的组蛋白特征，具有最高的识别频率。本文标识甲基化的重要特征在生物学上具有重要功能，可以作为线索来研究甲基化组蛋白修饰和基因调控间的关系。通过组合偏相关系数和皮尔逊相关系数，构建了个基因表达甲基化以及组蛋白修饰的表观遗传相互作用网络，并从中挖掘出关键模块。通过对挖掘结果的分析，得出表观遗传修饰调控基因表达的原理，例如，甲基化，和主要在基因表达的调控中起着抑制作用，而与基因表达的激活关联很弱。我们提出的这个方法可能会帮助揭示表观遗传修饰与基因转录之间内在关系。万方数据杭州电子科技大学硕士学位论文关键词表观遗传修饰，特征选择，甲基化，算法万方数据杭州电子科技大学硕士学位论文.,.,.,..,万方数据杭州电子科技大学硕士学位论文,.,.,.,.万方数据杭州电子科技大学硕士学位论文目录摘要目录.第章绪论课题研究背景与意义研究背景.研究意义相关工作基因及基因注释数据.基因比对工具传统的模式匹配算法研究内容.论文结构第章提取甲基化特征工具的设计与实现.背景介绍设计和实现特征类型.计算原理使用方法输入目标序列.输入计算特征.浏览和保存结果.清空结果和复位程序.退出程序和软件获取本章小结.第章计算序列模式特征的匹配算法.背景介绍.问题的描述和相关算法.问题的描述.相关的算法.万方数据杭州电子科技大学硕士学位论文单个序列顺序遍历算法算法结果与分析.本章小结第章甲基化的重要特征.背景介绍.材料与方法甲基化数据和预处理.特征和量化.特征选择和分类方法.实验流程和评价指标结果单个特征类别间的比较.特征类别组合的比较.特征选择的结果.特征的紧凑子集讨论.本章小结第章表观遗传修饰间相互作用关系背景介绍.材料与方法数据集.数据离散化.偏相关系数和皮尔逊相关系数.构建表观遗传相互作用网络结果与分析.本章小结第章总结工作总结课题展望致谢参考文献.附录万方数据杭州电子科技大学硕士学位论文第章绪论.课题研究背景与意义研究背景生物信息学是生命科学领域中的热门学科，它利用计算机作为存储分析和检索生物信息的工具，是目前自然科学和生命科学领域中的个重大前沿领域，同时，随着新世纪的到来，它也将会是自然科学的核心领域之。生物信息学的研究重点，主要偏重于蛋白质组学和基因组学两个方面，具体地来说，生物信息学是以核酸和蛋白质序列为出发点，分析序列中与基因表达调控有关的结构功能等的生物信息。它综合信息技术和计算机科学的研究成果，将这两个领域的科学成果应用到生物学领域中，从而挖掘规模庞大，结构复杂的生物信息数据中所包含的奥秘。近些年来，随着生命科学和计算机科学的迅猛发展，生物信息学也得到了长足的发展，在医学领域，尤其是疾病的预测方面生物信息学也得到了广泛而深远的应用，比如以基因组的序列结构信息作为分析的对象，在获得基因组序列的相关表观遗传修饰及其他特征信息之后，可以进步分析该基因的表达情况，从而在表观遗传学的角度上对些疾病进行预测。所谓的表观遗传学，兴起于世纪年代，在人们在研究与经典的孟德尔的遗传学遗传法则不相符合的生物现象的过程中逐步发展壮大起来的，又被称之为“表遗传学”，“后遗传学”，“外遗传学”或者“拟遗传学”，是生物学领域中的个学科分支，主要的研究重点是，在不改变细胞基因中序列的前提条件下，基因功能中可遗传，可逆的结构改变。常见的表观遗传学中的序列结构改变包括序列的修饰，比如甲基化，以及各种组蛋白修饰等。同经典遗传学将基因序列影响生物学功能作为研究核心相比，表观遗传学主要侧重于研究“表观遗传现象”的建立和维持背后的机制。表观遗传现象有很多方面，其中基因序列的甲基化是个非常重要的表观遗传特征。所谓的基因序列的甲基化，指的是在甲基转移酶的催化作用下，生物的基因将腺苷甲硫氨酸作为甲基提供体，将上的甲基改变到种特定的核酸碱基上的过程。基因序列的甲基化般出现在基因序列上的鸟嘌呤位，胞嘧啶位，胞嘧啶位和腺万方数据杭州电子科技大学硕士学位论文嘌呤位等。根据大量的研究实验结果可以看出，基因序列的甲基化能对的稳定性，染色质的结构以及的构象等产生作用，并且影响改变蛋白质与之间的相互的作用方式，比如促使胞嘧啶到胸腺嘧啶的基因突变，影响基因错配修复以及导致基因沉默，从而控制基因表达。表观遗传特征在预测基因的表达情况等方面有着极其重要且深刻的作用，在研究表观遗传修饰的作用中有着重要的基础性地位，学术界展开了系列针对表观遗传特征挖掘与分析的研究，包括发现标识重要的表观遗传特征，研究表观遗传特征与基因的表达状况之间的相互作用关系等等方面。研究意义研究了该领域背景之后可知，对调控生物基因表达的表观遗传修饰间相互作用关系的研究是极有价值和意义的。目前，有很多在生物表观遗传学领域的研究，通过定的特征计算手段量化出序列的各项表观遗传修饰的特征，然后通过定的特征选择和分类方法找出标识甲基化的重要特征，这些特征在哺乳动物基因表达的调控过程中扮演着重要的角色。然而，对这些特征之间是如何相互作用相互影响相互协调来共同决定生物基因甲基化程度的研究却亟待展开。般来说，调控个生物基因表达的因素有很多，如果我们孤立地研究这些特征是与调控生物基因表达的关系，而忽略了特征之间有可能存在的共同作用以及相互影响，可能就很难得到个客观合理的结论。也就是说，有很多因素诸如组蛋白修饰以及基因序列的甲基化等，都对基因的表达调控有着影响，然而这些因素互相之间到底存在着怎样的关系，这些特征调控基因转录表达背后的机制，独立的或是协同的，目前并不明确，这是个急需要得到解决的学科问题。因此，综合考虑各个特征之间的相互作用，从整体上研究些特征共同作用或相互作用的关系，可能会让我们得出些更加客观合理的结论，同时在挖掘生物表观遗传特征时，会提供给我们些更高的视野以及更新颖的研究思路。综上所述，对表观遗传修饰间相互作用关系的研究在表观遗传学研究领域具有重要的实际价值和意义，对表观遗传修饰间相互作用关系的研究可以让我们更好地探索表观遗传修饰调控生物基因表达的原理，在表观遗传学研究突飞猛进的今天，这方面的研究也俨然成为个热点研究对象。万方数据杭州电子科技大学硕士学位论文.相关工作基因及基因注释数据是个由美国加利福利亚大学圣克鲁兹分校创建并维持的个基因数据库，该网站包括了大鼠小鼠以及人类等多个哺乳动物种类的基因组的草图，同时它提供了很多种类的在线分析功能。用户可以利用这个网站快速便捷且十分可靠地检索基因组中的任意个部分，同时可以检索得到和这部分基因组相关的基因组的各类注释的信息，包括表达序列的标签，已知的基因，该基因的信使，预测的基因，基因组件之间的重叠以及间隙，小鼠基因的同源性，岛以及染色体的带型等。出于科研或教育的意图，用户也能够在该数据库中加入用户自己提供的基因组的注释信息。目前的研究中对于的使用相当普及，例如即是以利用中的人类的基因组序列草图作为研究基础的。中的最新版本的基因组数据版本的人类基因组数据于年的月发布。中包含了人类对常染色体以及染色体的序列结构信息。同时提供了基因注释信息，例如，等详细的基因位点注释的信息。其他的相关文献，如等人提供了详细的基因组蛋白信息注释信息。数据库为本文供应了对生物表观遗传特征进行研究的宝贵数据。基因比对工具，是个类似于的对两个基因组序列进行比对的算法工具，由美国加利福利亚大学圣克鲁兹分校的在本世纪初开发，开发的目的是为了协助人类基因组数据集的注释工作。它的设计主要是为了提高将小鼠基因组表达序列匹配到人类基因组序列上的效率，之前存在的匹配工具无法完成在人类基因组数据集不断升级变更条件下的匹配任务。对于基因的信使和序列来说，比以前的匹配工具要快大约倍。对于蛋白序列来说，比以前的匹配工具要快大约倍。对于些没有提供具体的基因信息而只知道序列的基因片段，经过的预先处理，我们可以将该基因片段映射到相应的染色体上，从而获取该基因片段在相应染色体上的起始位点和结束位点等具体信息，根据这些具体信息，再进步从相应的特征比对文件中获取基因的其他基因注释信息或组蛋白修饰等特征。万方数